AI料理写真のプロンプト完全ガイド｜検証済み50例つき
「美味しそう」と書くほどAI料理写真は不自然になります。6要素のプロンプト構成、ライティングの言い回し、ネガティブプロンプト、検証済みの実例50パターンを解説します。
出来のよいAI料理写真と、プラスチックのように見えるAI料理写真。この差を生んでいるのは、実はモデルの性能ではありません。ほとんどの場合、プロンプトです。
曖昧なプロンプトからは、いかにもストックフォトらしい平凡な画像しか生まれません。一方で、構造化されたプロンプトからは、料理カメラマンのポートフォリオと見分けがつかない画像が出てきます。プロンプトこそが、成果を左右するレバーなのです。
この記事では、最も安定した結果を生む構成、出力の質を下げてしまう単語（直感に反しますが、検証で裏付けられています）、すぐに効果が出るネガティブプロンプトの習慣、そして料理ジャンル別の実例を解説します。プロンプトを書く作業そのものを省きたい方は、最後のセクションをご覧ください。
まず結論：要点まとめ
成果につながるAI料理写真のプロンプトは6要素で構成されます。被写体、見える食材、カメラアングル、ライティング、器と小物、スタイルの基準点です。
「美味しそう」「絶品」「食欲をそそる」といった言葉は、AI料理写真をより人工的に見せます。使わないでください。
除外指定であるネガティブプロンプトは、通常のプロンプトと同じくらい重要です。「no plastic-looking food, no oversaturated colors, no cartoonish texture」を加えるだけで品質は目に見えて上がります。
2026年時点では、多くの店舗経営者はそもそもプロンプトを書く必要がありません。Composer層を備えたプラットフォーム（Intermenuもその一つ）が、普通の言葉での説明を自動的に構造化プロンプトへ変換します。
本記事では、料理ジャンル別に検証済みの実例を掲載します。プロンプト本文は英語のまま使ってください。画像生成モデルは英語での指示に最も安定して反応します。
なぜプロンプトの構造が重要なのか
画像生成モデルは、入力された言葉を手がかりに学習データの中から近い視覚パターンを探します。指示が抽象的であればあるほど、モデルは「平均的な料理写真」に寄っていきます。平均とはすなわち、どこかで見たことのあるストックフォトです。
逆に、具体的な指示を与えるほど、モデルは狙った一枚に近づきます。「パスタ」ではなく「幅広の白い陶器のボウルに盛られたタリアテッレ・アル・ラグー」。この解像度の差が、そのまま仕上がりの差になります。
特に飲食店の場合、生成する画像は一枚では終わりません。メニュー全品、SNS、広告と数十枚から数百枚を作ることになります。プロンプトの型を持っているかどうかで、ブランド全体の見え方の統一感が決まります。
プロンプトを構成する6つの要素
質の高いAI料理写真のプロンプトには、6つの構成要素があります。個々は任意ですが、含まれる要素が多いほど出力は安定します。
1. 被写体
盛り付けられた状態の、具体的な料理名を明確に指定します。
弱い例：pasta
強い例：tagliatelle al ragù in a wide white ceramic pasta bowl
2. 見える食材
皿の上に実際に乗っているものです。AIはこの情報を使って料理を正確に構成します。
弱い例：with sauce
強い例：visible pieces of slow-braised beef ragù, finely grated parmigiano-reggiano sprinkled on top, a single basil leaf garnish
3. カメラアングルと構図
料理をどう切り取るかです。転換率の高いアングルは次の4つです。
Overhead 45-degree angle（斜め45度俯瞰。万能の基本形）
Top-down flat-lay（真俯瞰。複数の器を並べる構成に有効）
Close-up macro detail（マクロ接写。質感を見せたいとき）
Eye-level diner perspective（客席目線。空気感を出したいとき）
4. ライティング
作り込まれた印象ではなく、自然光らしさを指定します。
成果の高い表現：warm afternoon natural light from upper left/soft window light, slightly overcast day/golden hour ambient light
避けたい表現：studio lighting（プラスチック的な質感になりがちです）、bright and even（のっぺりした仕上がりになります）、harsh sunlight（料理写真ではほぼ役に立ちません）
5. 器と小物
料理を支える文脈です。
弱い例：on a table
強い例：on a rustic dark wood table, a small linen napkin to the side, a fork resting at a casual angle, a half-glass of red wine blurred in the background corner
6. スタイルの基準点
全体の視覚的アイデンティティを決める一文です。
Editorial food photography style, like a Saveur or Bon Appétit magazine spread
Restrained, elegant, Scandinavian minimalist food photography
Warm, intimate, like a home-cooking photography blog
High-end restaurant menu photography, sharp and clean
生成した複数の画像が「同じ店の写真だ」と感じられるかどうかは、このスタイル基準点で決まります。一つ選んだら、それを使い続けてください。
どのライティング指定が最も効くのか
飲食業の現場で数千枚の料理写真を生成すると、明確な傾向が見えてきます。
成果の高いライティング表現：warm afternoon light、natural window light、golden hour、soft shadows from upper left、ambient restaurant light, warm tones、diffused daylight
成果の低いライティング表現：studio lighting（逆説的ですが、プラスチックのような質感になります）、bright and even、well-lit（曖昧すぎます）、professional lighting、ring light
法則はシンプルです。作られた光ではなく、自然の光として描写すること。モデルは何百万枚もの料理写真を学習していますが、その中で「プロらしく、そして美味しそう」と読まれる写真の多くは、スタジオではなく自然光で撮られています。studio lightingと指定すると、お客様が無意識に警戒する「作り込まれた」見た目のほうへ引っ張られてしまうのです。
なぜAI料理写真は「プラスチックっぽく」なるのか
原因は5つ、頻度の高い順に並べます。
1. プロンプトに「美味しそう」と書いている。直感に反しますが、この種の言葉はAI料理写真をより人工的に見せます。学習データの中で「appetizing food」というタグが付いているのは、過度にスタイリングされたストックフォトだからです。料理マーケティング的な形容詞は落としてください。
2. スタジオ照明を指定している。同じ構造です。自然光の言葉に置き換えてください。
3. 付け合わせやガルニがない。実際の料理写真には必ず小さな視覚的テクスチャーがあります。ハーブ、オイルの垂れ、ソースの筋、パン粉の欠片。AIは放っておくと、それらを排除した清潔すぎる画像を作ります。small natural imperfections — a herb leaf slightly off-center, a sauce drip near the edge of the plate, a few crumbs visible on the surfaceと明示的に指定してください。
4. 皿が綺麗すぎる。現実の皿には細かな傷や釉薬の質感があります。on a slightly weathered ceramic plate, visible texture in the glazeのように素材と状態を指定しましょう。
5. 周囲の文脈がない。平坦な背景に料理だけが浮いていると、不自然に見えます。リネンのナプキン、斜めに置かれたナイフ、ワイングラスの一部、小さな板に乗ったパンなど、現実の食卓の要素を加えてください。
この5つを同時に直すと、「プラスチックっぽいAI料理写真」の違和感はおよそ8割が解消します。
「美味しそう」と書くべきか（検証にもとづく答え）
書くべきではありません。これはAI料理写真のプロンプトにおいて、最も直感に反する発見の一つです。
比較検証の結果は次の通りです。
appetizing、delicious、mouth-wateringを使ったプロンプトからは、より「ストックフォトらしい」画像が出てきます。狙いとは逆です。
具体的な感覚の描写（visible char marks on the crust、steam rising from the surface、glistening sauce on the spoon edge）を使ったプロンプトからは、より本物らしい画像が出てきます。
食べる瞬間を描写したプロンプト（just before the first bite, fork ready）からは、感情に訴える画像が出てきます。
仕組みはこうです。「美味しそう」は抽象概念であり、AIはその視覚的モデルを持っていません。似たマーケティング用語が付いた画像群の平均を取ることでしか解釈できず、その平均が過度にスタイリングされたストックフォトに寄っているのです。
置き換えの習慣を作りましょう。「美味しそう」と書きたくなったら、「この料理の何が具体的に美味しそうなのか」と自問し、その答えを書くのです。こんがりとした黄金色の皮。立ちのぼる湯気。艶のあるソース。焦げ目のついた縁。鮮やかなハーブ。これらは目に見えます。「美味しそう」は目に見えません。
ネガティブプロンプトとは何か、何を除外すべきか
ネガティブプロンプトとは、生成してほしくないものをAIに伝える指示です。多くの画像生成プラットフォームでは独立した入力欄が用意されており、Composer型のツールでは自動的に組み込まれます。
2026年時点で、料理写真における標準的かつ効果の大きいネガティブプロンプトはこれです。
no plastic-looking food, no overly saturated colors, no cartoonish texture, no fake-looking steam, no exaggerated portion sizes, no perfectly arranged garnishes, no studio backdrop
ほぼどんな料理の生成にもこの一行を加えるだけで、リアリティが目に見えて上がります。
ジャンル別に追加したいネガティブプロンプト：
和食：no Western-style plating, no inappropriate sauce coverage, no oversized portions
イタリアン：no over-saucing, no cheese piles, no Olive-Garden style portions
アジアの麺料理：no Western-style fork placement, no oversized spoons, chopsticks if appropriate
デザート：no glossy plastic finish, no over-styled cherries, no perfect drips
ドリンク：no fake-looking ice, no over-carbonation, no exaggerated condensation
考え方は共通です。汎用的なAI料理写真が「やりすぎる」傾向のあるポイントを見極め、それを明示的に除外するということです。
検証済みプロンプトの実例
以下では、同僚に話すような日常的な説明と、実際に最良の出力を生む構造化プロンプトを並べて示します。2026年の多くの店舗経営者にとっては、前者の日常的な説明だけで十分です。Composer型のツールがそれを変換してくれます。ただし自分でプロンプトを書くなら、構造化された形が実務上の標準形になります。
イタリアン
タリアテッレ・アル・ラグー
日常的な説明：「定番のタリアテッレ・ボロネーゼを、きれいに撮った感じで」
構造化：Tagliatelle al ragù in a wide white ceramic pasta bowl, visible pieces of slow-braised beef ragù in a rich tomato sauce, finely grated parmigiano-reggiano sprinkled on top, single basil leaf garnish, overhead 45-degree angle, warm afternoon natural light from upper left, on a rustic dark wood table, fork resting on a linen napkin, editorial food photography style.
カチョ・エ・ペペ
構造化：Cacio e pepe pasta, freshly tossed, in a shallow ceramic bowl. Visible texture of pecorino romano cheese coating the strands, generous fresh-cracked black pepper on top, light steam rising. Top-down view. Soft window light from the right. On a marble counter. Restrained editorial style.
ナポリ風マルゲリータ
構造化：Authentic Neapolitan margherita pizza, fresh from a wood-fired oven, slight char on the crust, visible bubble holes in the leopard-spotted edges, pools of mozzarella di bufala melting over fresh tomato sauce, single basil leaves, drizzle of olive oil. Overhead. Warm pizzeria light. On a dark wood pizza peel. Documentary food photography style.
ティラミス
構造化：Classic tiramisu in a small glass jar, visible distinct layers of mascarpone cream and espresso-soaked ladyfingers, dusting of cocoa powder on top, a single coffee bean as garnish. Close-up macro angle. Soft window light. On a small saucer with a vintage spoon resting beside. Intimate cafe-style photography.
和食
豚骨ラーメン
構造化：Hakata-style tonkotsu ramen in a deep black ceramic bowl. Rich pork-bone broth with a slight sheen, thin straight noodles visible. Toppings: two slices of chashu pork, marinated soft-boiled egg cut in half showing the runny yolk, wood-ear mushrooms, pickled ginger, scallions. Top-down. Warm restaurant light. Wooden chopsticks resting on a small holder. Tokyo ramen-shop documentary photography.
サーモンの刺身
構造化：Five slices of premium salmon sashimi, fanned on a long rectangular ceramic plate. Visible glistening texture, slight marbling, deep coral-pink color. A small ceramic dish of soy sauce alongside, wasabi mound, pickled ginger. Overhead 45-degree. Cool natural light. On a slate surface. High-end Japanese restaurant photography.
天ぷら
構造化：Mixed tempura — prawn, sweet potato, eggplant, shiso leaf — on a bamboo-lined ceramic plate. Crispy golden batter with visible crackle texture. A small bowl of tentsuyu dipping sauce alongside, grated daikon. Overhead 45-degree. Warm light. Chopsticks resting beside. Restrained Japanese editorial style.
牛丼
構造化：Gyudon — beef rice bowl — in a deep ceramic donburi bowl. Thinly sliced beef and onions in a sweet-savory sauce over fluffy white rice, soft-poached egg yolk on top with the yolk slightly broken, scallions and pickled ginger. Top-down. Warm light. Chopsticks on a holder. Casual Japanese restaurant photography.
A5和牛
構造化：Sliced A5 wagyu beef on a heated stone, intensely marbled visible in cross-section, slightly seared edges, a small mound of flaky sea salt and a wasabi paste alongside. Eye-level dining angle. Warm restaurant ambient light. On a black ceramic plate. High-end omakase-style photography.
大福・餅菓子
構造化：Three pieces of fresh mochi on a small ceramic plate, dusted with kinako powder, one cut open showing the smooth red bean filling. Soft cool natural light. Overhead. On a dark wooden tray. Restrained Japanese sweet-shop photography.
その他のジャンル
同じ6要素の型は、あらゆるジャンルに適用できます。構造化プロンプトのライブラリはIntermenuのComposerに組み込まれており、料理名や状況を日本語で入力すれば、構造化プロンプトは裏側で自動生成されます。カバーしている代表的な料理は次の通りです。
アジア料理：ビビンバ、フォー、パッタイ、点心（ハーガオ、シュウマイ）、麻婆豆腐、チャーシュー、バオ、餃子、ヤンニョムチキン
中東・レバント料理：マンサフ、シャワルマ、ファラフェル、タブレ、フムスとピタ、ケバブ、マクルーバ、キッベ
インド・南アジア料理：ハイデラバード・ビリヤニ、バターチキン、ダル・マカニ、パニール・ティッカ、ナン、ドーサ、ターリー、サモサ
ラテン・スペイン料理：パエリア、タコス・アル・パストール、セビーチェ、エンパナーダ、プルポ・ア・ラ・ガジェガ、チュロス、トルティージャ
フレンチ・欧州料理：ステーク・フリット、クロックマダム、コック・オ・ヴァン、ブイヤベース、タルトタタン、クレームブリュレ
日本の飲食店で運用する際のポイント
日本で運用する場合、いくつか押さえておきたい実務上の注意点があります。
プロンプトは英語、確認は日本語で。画像生成モデルは英語の指示に最も安定して反応します。一方で、出来上がった画像が実際の提供内容と合っているかの確認は、必ず日本語の現場感覚で行ってください。器の形、箸の置き方、盛り付けの量。海外向けの学習データに引っ張られた画像は、日本の客席では違和感になります。
券売機・テーブルオーダー端末の比率に合わせる。券売機のボタン画像や卓上タブレットの表示枠は、正方形や横長など比率が固定されていることが多いものです。生成時点で必要な比率を指定しておけば、後からのトリミング作業を減らせます。
インバウンド向けには実物との一致を最優先に。訪日客は写真を頼りに注文します。誇張された盛りやサイズは、提供時のトラブルにつながります。プロンプトにno exaggerated portion sizesを必ず含めてください。
季節メニューは型を保存しておく。春夏秋冬でメニューが入れ替わる店舗では、スタイル基準点とネガティブプロンプトを固定した「自店のテンプレート」を作っておくと、誰が生成しても同じトーンの画像が出せるようになります。
プロンプトを書かないという選択
多くの飲食店経営者にとって、2026年の正解はプロンプトを書かないことです。
IntermenuのComposerは、まさにこの課題のために作られています。オーナーは普通の言葉で料理を説明するだけです。「定番のタリアテッレ・ボロネーゼ、雑誌の表紙みたいな感じで」。あとはComposerが裏側で構造化プロンプトを組み立てます。出てくる画像は、手作業でプロンプトを書いた場合と同じスタジオ品質です。プロンプトエンジニアリングの技術は一切必要ありません。
細部まで自分で制御したい方には、上記の型がそのまま実務フォーマットになります。結果だけが欲しい方には、Composerが軽い道になります。2026年においては、どちらも等しく正しい選択です。
よくある質問
AI料理写真のプロンプトの理想的な構成は
被写体、見える食材、カメラアングル、ライティング、器と小物、スタイル基準点の6要素です。含まれる要素が多いほど、出力は安定します。
どのライティング指定が最も効果的ですか
自然光の言葉（warm afternoon light、soft window light、golden hour）が、スタジオ照明の言葉（studio lighting、bright and even）を明確に上回ります。
AI料理がプラスチックっぽく見えるのはなぜですか
対処法は5つです。マーケティング的な形容詞をやめる、自然光の表現を使う、小さな自然な乱れを加える、皿の質感を指定する、周囲の文脈を足す。
プロンプトに「美味しそう」と書くべきですか
いいえ。検証結果では、この言葉を使うほどストックフォトらしくなります。こんがりした皮、立ちのぼる湯気、艶のあるソースといった具体的な描写に置き換えてください。
ネガティブプロンプトとは何ですか
生成を避けたい要素をAIに伝える指示です。標準形はno plastic-looking food, no oversaturated colors, no cartoonish texture, no fake steam, no studio backdrop。ジャンル別の除外指定を足すとさらに効果的です。
関連記事
EUではAI生成画像に開示義務が課されています。海外向けの発信を行う場合は、EU AI法におけるAI画像の表示義務のガイドもあわせてご確認ください。